基于多目标遗传算法的再入飞行器气动布局优化

本文采用多目标遗传算法来确定再入飞行器气动布局优化问题的Pareto最优解集，并和传统的多目标优化方法（加权和方法、约束法）进行比较。通过计算表明，多目标遗传算法能够在一次运行中搜索到优化问题的近似Pareto最优解集，这为飞行器设计得进行目标折衷决策提供了充分的依据。     

基于遗传算法的复杂多峰函数优化

从传统的搜索、优化方法入手，分析了遗传算法对复杂、多峰函数优化的有效性；简单介绍了遗传算法；并归纳出从优化问题转化到用遗传算法求解的转化思路；最后，通过对一个多峰函数优化的遗传算法求解，验证了此方法在全局优化、鲁棒性等方面的更有效性。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

发动机气门弹簧遗传优化设计

建立发动机气门弹簧优化数学模型，应用遗传算求出问题的最优解，探讨了将遗传算法应用于此类具有约束、多变量类型优化问题的可行性。     

航天器多约束交会的仅测角导航最优多目标闭环制导

研究了航天器多约束交会的仅测角导航最优多目标闭环制导问题，优化目标包括交会时间、燃耗和仅测角导航可观性指标，并考虑了视觉传感器视场角、推力器推力幅度和最小安全距离等各种约束条件，建立了多约束、多目标优化下的仅测角导航和闭环制导问题的数学模型，分析了仅测角导航和闭环制导之间的耦合关系。最后，通过Matlab遗传算法工具箱中的多目标优化函数,求解得到了该多目标优化模型的Pareto最优解集，结果显示交会时间、燃耗和仅测角导航可观性指标不能同时达到最优，存在相互制约关系，即提高其中一种优化目标的性能会降低其他优化目标的性能。     

基于精英保留遗传算法的连续结构多约束拓扑优化

采用遗传算法对应力、位移及结构约束下的连续体结构进行拓扑优化。通过在遗传算法中引入精英保留的进化策略,保证算法的收敛性,改善优化结果。优化过程中,利用精英保留遗传算法进行结构优化,通过基于ANSYS软件的有限元技术进行结构的建模和分析。算例分析表明所提出的方法是合理、有效的。该方法可用于复杂工程结构的初始设计,并能够提供多种初始设计方案。      

基于稳定约束的自适应随机共振转子故障检测方法

为解决应用传统遗传算法优化的随机共振(Stochastic resonance, SR)方法易出现的计算发散问题,提出一种基于稳定约束的自适应随机共振方法。对求解随机共振的Langevin方程进行了稳定性分析,得到了考虑输入信号的条件下,使系统输出稳定的频率压缩比R的约束公式。将该稳定性条件应用于遗传算法参数的寻优过程,将原来的无约束最优化问题转化为有约束最优化问题。将改进后的自适应随机共振方法应用于转子早期碰摩故障检测,分析结果表明,该方法确保了系统输出的稳定性,寻优过程中的频率压缩比R的取值均在约束值以下,避免了计算发散现象,实现了在强噪声条件下对微弱故障信号的提取。      

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

基于控制论隐式约束的翼型跨音速减阻优化设计

采用基于梯度的优化方法来研究气动外形优化设计问题,其梯度的计算是通过求解伴随方程得到,与传统的差分法和遗传算法相比计算量大大减小.采用一种全新的隐式约束处理方法:约束自动地满足而且设计状态不改变,因而程序设计也相对简单高效.给出的算例也达到了预期的优化设计目标.     

基于遗传算法的健康监测作动器／传感器优化配置方法

介绍了健康监测时作动器及传感器优化配置的方法及遗传算法进行优化设计的基本原理。针对多点传感器优化问题，采用基本的遗传算法对其进行研究。以一个两端固支梁为算例进行优化，结果表明了在结构健康监测中用遗传算法来搜寻传感器的最优配置是十分有效的。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合，形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力，也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点，利用一种新的参数化方法将轨道优化问题转换为非线性规划问题，并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快，优化精度高，且避免了初值敏感、病态梯度和局部收敛等问题，能够搜索到全局最优轨道。     

试验设计法与BP-GA算法在复合材料结构优化中的应用

试验设计法具有均衡分散性和整齐可比性,通过试验设计进行响应面的样本选取可以大大减少样本的数目,同时保证响应面的训练精度。响应面与遗传算法相结合在工程应用中已经形成一套适用于复杂结构设计的高效优化方法。本文以复合材料加筋蒙皮的质量优化问题为例,通过正交试验进行响应面训练样本选取,通过PATRAN/NASTRAN进行有限元分析得出样本的数值,应用神经网络(BP)训练、构建优化的目标函数和强度、稳定性约束响应面,结合其他常规约束条件通过遗传算法(GA)进行优化,验证了这套算法的有效性和实用性。     

基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

基于高精度通用单胞模型的材料细观结构拓扑优化设计

 利用高精度通用单胞模型(HFGMC)建立了材料的宏观力学性能与细观拓扑结构之间的关系,采用遗传算法进行细观结构优化设计。以材料的极限剪切模量或体积模量为优化目标,从随机的细观结构出发,对实体材料体积分数进行约束,采用遗传算法进行优化,获得了满足设计要求的细观拓扑结构。利用细观结构的对称性减小了设计变量的规模,并对遗传算法的交叉过程进行了改进,有效提高了优化效率。以单相材料为例,验证了所提优化方法的有效性.     

应力和位移约束下连续体结构的拓扑优化

结构拓扑优化设计是结构初始方案设计的重要方法。同时考虑应力和位移约束,采用遗传算法,用染色体基因映射结构离散化后的单元体,对连续体结构进行拓扑优化。为了消除结构中的铰接和棋盘格现象,在拓扑优化分析中引入了结构约束的概念,并在罚函数方法中引入导向因子,改善优化分析结果。该方法可以为工程结构的初始设计提供多种方案,同时为新结构的设计提供了理论基础。算例分析表明所提出的方法是合理、有效的。     

基于遗传算法的军事物流运输计划

针对军事物流运输中车辆装载和车辆路径的组合问题进行研究,建立车辆装载和车辆路径组合问题的目标优化模型。通过改进遗传算法对模型求解,得到了较为满意的结果,可以在满足多车型多品种货物配送约束的条件下,实现运输车辆最少、车辆满载率高、车辆运输路径最短的目标。     

GA-复合形法在弹簧优化设计中的应用

在基本的遗传算法的基础上，将基本遗传算法与复合形法有机的结合起来，形成一种新的优化方法：CA-复合形法。并对发动机气门弹簧进行了优化设计。优化结果表明：该方法不仅具有较高的优化效率，而且具有较高的优化精度，并且避免了局部收敛。     

基于遗传算法的微细铣削加工参数优化

针对微细铣削表面粗糙度数学模型和铣削力数学模型,分别采用遗传算法和模拟退火遗传算法对微细铣削表面粗糙度值、铣削力和表面粗糙度值双目标进行优化;以表面粗糙度值为约束,加工效率为目标函数,采用退火精确罚函数法处理约束条件,得到最优铣削用量组合,并对两种优化方法得到的结果进行对比,为微细铣削加工提供依据。     

并行遗传算法在机载宽频带天线罩设计中的应用研究

用评估函数法构造了适用于遗传算法求解的复合材料结构多目标优化问题的等价表达形式,给出了离散变量与连续变量混合优化问题解的染色体表示。研究了粗粒并行遗传算法和细粒并行遗传算法在本类问题中应用的优劣。给出的数值实验表明:粗粒并行遗传算法对天线罩等复合材料结构的优化设计具有更好的适应性和鲁棒性。具有很好的应用前景。     

基于偏置比例导引与凸优化的火箭垂直着陆制导

凸优化由于求解效率高在飞行器轨迹规划和制导中得到广泛研究应用。但是，由于火箭垂直返回制导需要考虑气动力带来的非线性，现有的凸优化求解方法或简单地采取逐次线性化近似凸化最优控制问题，经常出现收敛性问题；或需针对具体问题进行相应的系列凸化剪裁，虽然改善了收敛性，但不同模型的凸化剪裁方法差别很大，通用性较差。为此，将偏置比例导引与凸优化相结合，用以求解存在落角、落速和推力范围约束的火箭垂直返回定点软着陆制导问题。提出的制导方法将该制导问题分解为法向满足落角与落点约束的偏置比例导引，以及切向满足速度与推力约束的凸优化和滚动时域控制制导。在切向制导中，提出利用三次多项式近似飞行轨迹以方便凸优化求解，并建立剩余飞行时间的估算方法以提供给比例导引。仿真结果表明，提出的制导方法能有效满足各种约束，实现火箭精确着陆。与现有的直接采取逐次线性化近似的凸优化方法相比，提出的方法由于将制导进行切向和法向分解，大为简化了凸优化模型，显著提高了求解效率和收敛性。此外，提出的方法无需复杂繁琐的凸化处理，对于一般的推力可控且对末速存在约束的固定终端位置的制导问题皆适用。